Catatan bukti · UDINUS · SDGs
- Unit
- Rektorat UDINUS
- Periode
- 2020
- Tujuan
- Nomor
- b4577e9a-4d06-44d0-9559-f431f5e1f925
- Terbit
- 2026-10-30
Universitas Dian Nuswantoro melaksanakan kegiatan klasifikasi penyakit jantung dengan menggunakan algoritma Neural Network yang dioptimalkan melalui Principal Component Analysis (PCA) dan Particle Swarm Optimization (PSO). Kegiatan ini melibatkan peneliti UDINUS Saputra, Andre; Prindo Sugiharto Putro, Bagus; Saputro, Wicaksono Agung; dan Muljono, Muljono. Kegiatan tersebut membahas penyakit jantung yang dalam sumber dijelaskan dapat menyebabkan kelainan, termasuk kelainan irama jantung dan katup jantung, kelainan ringan atau bawaan sejak lahir, serta penyumbatan pembuluh darah yang berkaitan dengan pasokan energi.
UDINUS menggunakan klasifikasi untuk membantu memprediksi penyakit jantung. PCA digunakan untuk melakukan ekstraksi dari variabel guna mengurangi variabel tanpa kehilangan informasi yang terkandung dalam data asli. PSO digunakan sebagai teknik optimasi yang terinspirasi oleh perilaku kawanan burung atau ikan. Sumber menjelaskan bahwa PSO memiliki konsep yang sederhana, perhitungan yang efisien, dan implementasi yang mudah, serta digunakan untuk optimasi dimensi. Hasil klasifikasi dievaluasi menggunakan kurva Receiver Operating Characteristic (ROC) dan Confusion Matrix untuk menentukan tingkat akurasi.
Hasil yang dilaporkan adalah kurva AUC ROC sebesar 98,05% dari 0,977. Sumber menyatakan bahwa hasil tersebut dapat digunakan sesuai kebutuhan algoritma Neural Network dan bahwa algoritma Neural Network dengan optimasi PCA dan PSO memiliki hasil yang baik dalam memprediksi pasien penyakit jantung. Kegiatan ini berkaitan dengan tujuan yang dinyatakan melalui penerapan klasifikasi komputasional dan evaluasi untuk prediksi penyakit jantung. Kegiatan ini menempatkan penelitian UDINUS dalam kerangka penggunaan klasifikasi jaringan saraf, ekstraksi PCA, optimasi PSO, kurva ROC, dan Confusion Matrix untuk tujuan penelitian kesehatan tersebut.